يك كدينگ صحبت در حوزه شنوايي با استفاده از بانك فيلتر گاماتن مختلط و ويژگي هاي ادراكي انسان

اخيرا گروهي از كد كننده هاي صوتي با نرخ بيتي پايين و براساس زيرباندهاي شنوايي ارائه شده اند كه از مدلهاي ادراكي جهت تشخيص و حذف اطلاعات اضافه استفاده مي كنند دراين سيستم ها اغلب بمنظور استخراج ويژگي هاي زمان - فركانس سيگنال، از يك مدل فيلترينگ شنوايي مانند حلزوني گوش استفاده ميشود. يكي از مدلهاي رايج دراين زمينه فيلترهاي گاماتن حقيقي است نقطه ضعف اين فيلترها شيب همواره پاسخ فركانسي و عدم انطباق كامل با دامنه تند فيلترهاي شنوايي است كه منجر به كاهش دقت فركانسي و ايجاد اعوجاج در سيگنال خروجي مي شود دراين مقاله جهت بهبود كيفيت با تعميم پاسخ ضربه فيلترهاي گاماتن حقيقي، يك بانك فيلتري آناليز مختلط بهمراه بانك فيلتري بهينه شده معكوس آن طراحي شده است. دراين سيستم حذف مولفه هاي اضافه و نارسا از طريق ماسكينگ كوتاه مدت و استانه گذاري وفقي، و كد كردن دامنه و محل پالسها نيز از طريق يك روش كوانتيزاسيون غيريكنواخت جديد و الگوريتم هاي كدينگ بدون تلفات صورت مي پذيرد بررسي عملكرد سيستم از نظر ميزان فشرده سازي و ارزيابي كيفيت توسط آزمون استاندارد MOS نشان ميدهد كه عليرغم كاهش قابل توجه نرخ بيتي تا حدود 14.6Kbps كيفيت صحبت سنتز شده حفظ شده و كاهش محسوسي نيافته است.